[发明专利]图像分析方法、装置、设备及存储介质在审

专利信息
申请号: 202011079999.5 申请日: 2020-10-10
公开(公告)号: CN112233077A 公开(公告)日: 2021-01-15
发明(设计)人: 周锴;王雷;张睿 申请(专利权)人: 北京三快在线科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T1/00;H04N1/32
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 唐述灿
地址: 100080 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 分析 方法 装置 设备 存储 介质
【权利要求书】:

1.一种图像分析方法,其特征在于,所述方法包括:

获取第一图像;

对所述第一图像进行特征加强处理得到第二图像,所述第二图像用于加强所述第一图像中的篡改特征;

基于通道重标定对所述第一图像的第一特征通道以及所述第二图像的第二特征通道增加权重,所述权重用于反映所述第一特征通道与所述第二特征通道之间的相对重要程度,所述通道重标定用于提升所述篡改特征的重要程度;

将增加权重后的所述第一特征通道与所述第二特征通道输入图像分割模型,输出所述第一图像中的篡改区域。

2.根据权利要求1所述的方法,其特征在于,所述基于通道重标定对所述第一图像的第一特征通道以及所述第二图像的第二特征通道增加权重,包括:

将所述第一特征通道与所述第二特征通道合并,得到第一合并特征通道;

将所述第一合并特征通道输入第一压缩激励网络块,得到所述第一合并特征通道对应的第一加权特征通道,所述第一加权特征通道是根据对所述第一合并特征通道中的每个通道增加权重得到的;

所述将增加权重后的所述第一特征通道与所述第二特征通道输入图像分割模型,输出所述第一图像中的篡改区域,包括:

将所述第一加权特征通道输入所述图像分割模型。

3.根据权利要求2所述的方法,其特征在于,所述将所述第一合并特征通道输入第一压缩激励网络块,得到所述第一合并特征通道对应的第一加权特征通道,包括:

根据所述第一压缩激励网络块,确定所述每个通道对应的权值;

根据所述每个通道以及所述权值,确定所述第一加权特征通道,所述第一加权特征通道是根据所述每个通道以及所述每个通道对应的所述权值的乘积确定的。

4.根据权利要求1至3任一所述的方法,其特征在于,所述将增加权重后的所述第一特征通道与所述第二特征通道输入图像分割模型,输出所述第一图像中的篡改区域,包括:

通过所述图像分割模型处理所述第一特征通道与所述第二特征通道,得到所述第一图像的篡改特征对应的图像掩膜;

通过所述图像掩膜过滤所述第一图像,得到所述篡改区域。

5.根据权利要求4所述的方法,其特征在于,所述通过所述图像分割模型处理所述第一特征通道与所述第二特征通道,得到所述第一图像的篡改特征对应的图像掩膜,包括:

将所述图像分割模型中确定所述图像掩膜之前输出的原始特征通道与所述第二特征通道合并,得到第二合并特征通道;所述原始特征通道是所述第一特征通道和所述第二特征通道进行特征提取后得到的通道;

通过第二压缩激励网络块对所述第二合并特征通道重新加权重,得到目标特征通道;

根据所述目标特征通道,确定所述图像掩膜。

6.根据权利要求1至3任一所述的方法,其特征在于,所述第二图像包括压缩级别分析图像,所述压缩级别分析图像用于反映所述第一图像中不同区域的压缩级别差异;

所述对所述第一图像进行特征加强处理得到第二图像,包括:

通过错误级别分析算法处理所述第一图像,得到所述压缩级别分析图像。

7.根据权利要求1至3任一所述的方法,其特征在于,所述第二图像包括噪声特征图像,所述噪声特征图像用于反映所述第一图像中不同区域的噪声差异;

所述对所述第一图像进行特征加强处理得到第二图像,包括:

通过隐写分析模型滤波器处理所述第一图像,得到所述噪声特征图像。

8.根据权利要求1至3任一所述的方法,其特征在于,所述第二图像包括锐化图像,所述锐化图像用于反映所述第一图像中不同区域的灰度差异;

所述对所述第一图像进行特征加强处理得到第二图像,包括:

通过目标卷积核卷积所述第一图像,得到所述锐化图像,所述目标卷积核基于拉普拉斯算子。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京三快在线科技有限公司,未经北京三快在线科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011079999.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top